Атрибуция в Google Analytics и Google Ads

Что такое атрибуция и зачем она нужна

Для начала немного сухой теории.

Атрибуция — распределение конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.

Модель атрибуции — принцип распределения конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.

Для наглядности — ситуация.

• Маркетолог Евгений читал статью об оптимизации интернет-рекламы, заметил баннер eLama и кликнул по нему, перейдя на elama.ru. Побродил по сайту, но пока не зарегистрировался.
• Спустя какое-то время Евгений вспомнил название eLama и набрал его в поиске Яндекса. В рекламных блоках на странице выдачи оказались и другие сервисы. Евгений открыл их в разных вкладках браузера и начал изучать. Но его отвлек звонок заказчика.
• Спустя два часа Евгений наконец смог вернуться за ноутбук. Обновил вкладки, изучил и сравнил предложения.
• Зарегистрировался в eLama.

Если посмотреть на эту ситуацию через призму аналитики, то получится следующее:

• Переход на сайт с платной рекламы.
• Переход на сайт из органики.
• Прямой заход на сайт.
• Конверсия.

Возникает вопрос: откуда же все-таки конверсия?

Атрибуция нужна как раз для того, чтобы понять, какому источнику перехода пользователя на сайт стоит «присудить» конверсию (или между какими источниками ее поделить).

Почему это так важно? От модели атрибуции зависит то, как распределяются конверсии между источниками трафика. А от распределения конверсий зависит СРА по каждому источнику. Видя слишком высокий СРА, рекламодатель снизит ставки или вообще откажется от данного источника. А на источник, где СРА ниже, увеличит бюджет. Таким образом, неправильно распределяя конверсии, рекламодатель рискует неправильно распределить бюджет, что может повлечь снижение общего ROAS (Return of Advertising Spend).

Модели атрибуции в Google Analytics

Простые модели атрибуции

В простых моделях атрибуции конверсия целиком «присуждается» какому-то одному источнику.

По первому взаимодействию (First Interaction)

Конверсия и вся ее ценность отдается первому источнику посещения сайта.

По последнему взаимодействию (Last Interaction)

Конверсия и вся ее ценность отдается последнему источнику посещения сайта, даже если это был прямой переход.

Если применить эту модель атрибуции в нашем случае, то получится, что конверсия взялась... ниоткуда: пользователь сам и сразу нашел наш сайт и совершил конверсию. Так не бывает. Поэтому данная модель используется редко.

По последнему непрямому клику (Last Non-Direct Click)

Конверсия и вся ее ценность отдается последнему источнику посещения сайта, но если это был прямой переход на сайт, то источнику перед ним.

Если применить эту модель в нашем случае, то получится, что конверсию принес органический трафик, т.е. это заслуга специалистов по SEO, которые занимались продвижением сайта в поисковиках. С точки зрения аналитики это тоже не совсем корректно: мы не получили бы этот переход из поиска, если бы ранее не показали платную рекламу.

По последнему клику в Google Рекламе (Last Google Ads Click)

Конверсия и вся ее ценность отдается последнему источнику посещения сайта, связанному с Google Ads.

Эта модель может использоваться при анализе эффективности рекламных кампаний, потому что платные каналы (по сравнению с бесплатными, например, email-рассылкой) легко масштабировать — увеличивать охват или дневной бюджет и т.д.

Другие модели атрибуции

Существуют модели, при которых конверсия распределяется между несколькими источниками, а не отдается целиком какому-то одному.

Линейная модель (Linear)

Конверсия равномерно распределяется между всеми источниками, которые приводили пользователя. Например, если пользователь приходил из четырех источников, каждому из них зачтется по 0,25 конверсии.

С учетом давности взаимодействий (Time Decay)

Суть этой модели в том, что чем ближе был источник к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.

Допустим, пользователь впервые попал на наш сайт месяц назад; в течение месяца несколько раз возвращался и в какой-то момент совершил конверсию. Тогда первые источники трафика, которые приводили пользователя три-четыре недели назад, получат минимальную долю конверсии (почти не получат). А те источники, из которых пользователь приходил последние несколько дней, получат максимальную долю.

С привязкой к позиции (Position Based)

Первый и последний источники перехода получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными источниками.

Константин Найчуков, эксперт по работе с платным трафиком в eLama 

На мой взгляд, самый первый и самый последний источники трафика — самые важные. Потому что без самого первого источника трафика пользователь мог вообще не появиться у нас на сайте, а самый последний его „дожал“, чтобы он наконец совершил покупку.

В Google Analytics доступно сравнение моделей атрибуций («Конверсии» → «Многоканальные последовательности» → «Инструмент сравнения моделей»). Отчет показывает, как будет различаться распределение конверсий между РК, если использовать разные модели атрибуций.

В Google Analytics модель атрибуции по умолчанию — по последнему непрямому клику. 

Можно не ограничиваться стандартными моделями, а создать свои. Некоторые настраиваются внутри Google Analytics, но чаще создаются при помощи внешних инструментов. Данные из них используются для распределения бюджетов, управления ставками и т.д. 

По количеству хитов в сессии

Если хотим оценить, насколько пользователи были активны, когда приходили из какого-либо источника. 

Можно распределять источники по количеству хитов, например, открытий страниц и других событий. Если пользователь активно изучает сайт, ему, очевидно, интересно предложение. Источнику, из которого пришел такой пользователь, отдается большая часть конверсии. Источникам, откуда пользователь приходил, но почти не совершал действий на сайте, отдается минимум. 

На основе воронки (Funnel-based)

Тем источникам, которые переводили пользователя с одного этапа воронки на другой, отдается большая доля конверсий. Источникам, из которых пользователь приходил, но не продвигался по воронке, — меньшая.

Например, если пользователь впервые зашел на сайт интернет-магазина и открыл карточку товара (посмотрел фото, характеристики или отзывы), он продвинулся по воронке. Если пользователь уже был на сайте и открывал карточку товара, а потом вновь зашел на сайт и положил товар в корзину, он также продвинулся по воронке. Если пользователь во второй визит открывал карточку товара, но не добавлял товар в корзину, он не продвинулся по воронке.

Модели атрибуции в Google Ads

Многие модели атрибуции в Google Analytics и Google Ads называются одинаково (например, атрибуция по последнему клику), но между ними есть принципиальное различие.

Модели атрибуции в Google Ads учитывают только взаимодействия, получаемые из Google Ads (то есть не учитывают органику, переходы из email-рассылки и т.п.), и применяются только для поисковых и торговых РК. Для остальных кампаний используется модель атрибуции по умолчанию.

Модели атрибуции в Google Analytics учитывают все взаимодействия: полученные как из Google Ads, так и из поиска, email-рассылок и прочих источников. 

Например, пользователь впервые попал на сайт, кликнув по рекламному объявлению; во второй раз — из поиска и подписался на email-рассылку. В третий раз перешел на сайт по ссылке из письма и совершил конверсию. 

Допустим, выбрана атрибуция по последнему клику. Google Analytics «присудит» конверсию email-рассылке, а Google Ads — объявлению из самой первой рекламной кампании. 

Атрибуция по последнему клику (Last Click)

Конверсия и вся ее ценность отдается объявлению, по которому кликнули последним, и соответствующему ключевому слову. 

Атрибуция по первому клику (First Click)

Конверсия и вся ее ценность отдается объявлению, по которому кликнули первым, и соответствующему ключевому слову. 

Линейная атрибуция (Linear)

Конверсия равномерно распределяется между всеми объявлениями, которые приводили пользователя.

Атрибуция с учетом давности взаимодействий (Time Decay)

Чем ближе был клик к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.

Атрибуция с привязкой к позиции (Position-based)

Первый и последний клики (и соответствующие ключевые слова) получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными кликами.

Атрибуция на основе данных (Data-driven)

Система, используя большое количество данных, анализирует, какими путями пользователи чаще всего доходят до конверсии. Большая доля конверсии отдается тем источникам трафика, которые часто участвуют в путях, приводящих к конверсии. 

Data-driven атрибуцию можно использовать, если собрано достаточно данных — не менее 15 000 кликов с поиска и 600 конверсий за последние 30 дней. 

В Google Ads также есть инструмент, который позволяет сравнивать модели атрибуции.

Как модель атрибуции влияет на оптимизацию кампании

От выбранной модели атрибуции зависит распределение конверсий в кампаниях. Конверсия принадлежит не кампании в целом, а конкретному таргетингу: в поисковых РК — конкретной ключевой фразе. Чем больше конверсий приносит ключевая фраза, тем выше ставки по ней мы можем себе позволить. То есть если поменять модель атрибуции, в конечном счете изменятся ставки по ключевым словам (при использовании автоматических стратегий — автоматически). А это, в свою очередь, может повлиять на расходы рекламодателя. 

Схематично это выглядит так: 

смена модели атрибуции → перераспределение конверсий → переоценка эффективности ключевых фраз → пересчет ставок для ключевых фраз → оптимизация кампании

Например, мы использовали модель атрибуции Last Click, а затем перешли на Data-driven. Из-за этого конверсии распределились по-новому: фраза «лама плюшевая купить» получила больше конверсий, а «лама игрушечная купить спб» — меньше. Тогда ставки по фразе «лама плюшевая купить» поднимутся (потому что она приносит больше конверсий), а ставки по фразе «лама игрушечная купить спб» снизятся (потому что она приносит меньше конверсий). 

Как сменить модель атрибуции

В Google Ads модель атрибуции можно сменить либо на этапе импорта конверсий из Google Analytics, либо уже после. Для этого нужно зайти в раздел «Конверсии» («Инструменты и настройки» → «Отслеживание» → «Конверсии»), выбрать нужную конверсию и зайти в редактирование.

Модель атрибуции в Google Ads по умолчанию — по последнему клику. 

Как правильно выбрать модель атрибуции 

Data-driven атрибуция — оптимальный вариант: она работает на общее увеличение конверсий и не требует никаких дополнительных действий. Если она для вас доступна, лучше подключить именно ее.

Константин Найчуков, эксперт по работе с платным трафиком в eLama 

Как правило, использование Data-driven атрибуции дает лучший результат. Правда, гарантий нет: все зависит от того, насколько точно у вас настроена аналитика. Если вам стала доступна Data-driven атрибуция, подключите ее и через месяц проанализируйте результаты. Должно стать лучше. Но если вам не повезло и результаты ухудшились — возвращайтесь на Last Click.

Last Click атрибуция подойдет, если:

• стоит задача тратить как можно меньше денег, а увеличение числа конверсий не так важно;
• в условиях низкой конкуренции и короткого цикла принятия решения о покупке. 

Time Decay стоит применять только в одной ситуации: если вы неоспоримый лидер на своем рынке, о котором все знают и которого всегда рассматривают в первую очередь (Time Decay занижает вклад первых переходов).

Linear подойдет, если вы считаете, что вся ваша реклама работает в комплексе и каждый контакт пользователя с вашим брендом увеличивает вероятность покупки. 

Position-based или First Click (как более «агрессивный» вариант) подойдут:

• если нужно привлекать новую аудиторию или увеличить долю на рынке — например, когда компания новая и о ней еще никто не знает (в этом случае всю конверсию отдаем именно первому клику, потому что без него не было бы продаж; самые важные ключи и кампании — те, которые приводят новую аудиторию);
• при высокой конкуренции и / или длинном цикле принятия решения о покупке (первый клик значим, потому что без него пользователь, скорее всего, не сделал бы выбор в нашу пользу). 

Прежде чем менять текущую модель атрибуции на новую, сравните их и оцените, насколько заметны изменения (выбирая модели для сравнения, учитывайте указанные выше рекомендации). Если отличия существенные — от 25%, — смена модели атрибуции может заметно улучшить результаты кампаний (хотя может произойти и наоборот). 

Спустя месяц-два после смены модели атрибуции нужно проанализировать кампании — стали они лучше или хуже работать. Важно учитывать сезонность: например, не стоит сравнивать апрель с маем, потому что в мае из-за длинных праздников практически во всех тематиках наблюдается просадка показателей.

Регистрируйтесь на бесплатные вебинары eLama в ноябре, чтобы узнать больше о работе с контекстной и таргетированной рекламой.